信道均衡与估计技术一直以来都是无线通信中不可缺少的一个部分,它是通信系统中抗多径效应和抗码间干扰的一个必要手段。信道均衡的手段大致可以分为三种:线性自适应均衡、盲均衡和半盲均衡。线性自适应均衡技术主要是依赖于一些收发双方都已知的训练序列来跟踪信道,从而达到均衡效果;盲均衡主要是利用一些发射信号所具有的、与载波信号无关的特征来对信道进行估计,从而达到均衡目的;而半盲均衡主要是综合了线性自适应均衡和盲均衡各自的优势,即利用少量的训练序列,又利用发射信号的先天特征来对信道进行估计,以达到均衡目的。本文紧紧围绕着均衡算法的收敛效果而展开讨论,其目的在于最大限度地降低由信道带来的码间串扰的影响,文章的主要内容如下:1.对均衡算法的研究背景和目的做了介绍,分析了信道均衡技术在通信系统中不可忽视的重要作用,并且分析了常见的信道衰落模型。2.在线性自适应均衡方面,为了提高最小均方误差(LMS)算法的性能,通过建立步长因子和误差信号的相关统计量之间的非线性关系,提出了一种新的鲁棒性自适应步长LMS均衡算法。该算法引入了误差信号的相关统计量,克服了其他算法对外来干扰敏感的缺点,同时该算法针对鲁棒性的原则进行了改进。理论分析和计算机仿真表明,该算法具有较快的收敛速度与较好的稳态误差,并且在未知系统发生时变时能快速回到稳态,收敛性能及鲁棒性优于传统算法。3.在盲均衡方面,分析了常数模算法(CMA)、修正常数模算法(MCMA)和扩展常数模算法(ECMA)各自的特点,仿真分析了其各自的优劣,并且仿真分析了三种算法在处理高阶QAM信号均衡问题时的不足。通过引用星座图匹配误差来对MCMA算法和ECMA算法进行补偿,提出了两种联合盲均衡算法,仿真证明这两种算法都能够有效地处理16-QAM信号的均衡问题。4.在半盲均衡方面,为了克服CMA算法和MCMA算法收敛速度慢的缺点,提出了两种收敛速度快的半盲均衡算法。这两种算法使用CMA算法和MCMA算法进行信道均衡,同时利用带判决的最小均方误差算法对CMA算法和MCMA算法分别进行判决补偿,并用实信道和复信道分别进行仿真研究。结果表明,实信道情况下新提出的算法的收敛速度较CMA算法和MCMA算法提高了4倍;复信道情况下该半盲均衡算法的收敛速度也较更适合于处理相位信息的修正常数模算法提高了4倍。